十年前，2008年，没有想到数据会变成现在这样；再想未来十年，数据又会变成什么样，这是值得探讨的话题。想要预测未来，最好的办法就是回望过去，过去的规律一定会在未来重复出现。
连接
2011年的时候，《第一财经》采访我，问题是关于广告技术和广告数据有没有那么重要，能不能掀起新的互联网营销革命，我当时非常斩钉截铁的说「不可能」，因为「中国的营销一定是只看资源的」。事实上，当时的预测完全错误；我没有预料到，未来会有非常显著的变化，不光是中国，整个世界迅速走向移动化。
在移动时代，我们发现有特别强的能力，能够追踪同一个人，为什么？来源于两个字：连接。未来十年，连接是最为重要的主题。
十年前，我想知道你具体是什么样的人，几乎都只能以片断化方式，无法认清楚一个人真实的模样；仅仅过了五年，2013年的时候，移动端迅速成为每一个人身体不可缺少的器官，通过这个器官，我们能够不断追踪每一个人，这种追踪让我们在营销上获得了无与伦比的力量。
过去我们无法进行人群定向、跨域打通，不能真正的认识这个人究竟是谁；但是今天，移动端让数据的识别和流转发生了巨大的可能性。如果大家用过腾讯社交网络的DMP，你可以上传电话号码，他帮你画成画像，定成策略，形成你可以投放的人群，在他的网络上投放，这在过去十年不可想象。
这样的变化在未来十年还会继续发生。首先，我们在十年前面对的是碎片化的人；紧接着，由于移动设备的拓展，人的数据能够打通，实现连接，我们能够认识同一个人；但是在下一阶段，我们会发现，人和物的数据能够打通——人的数据打通，主要强调线上的数字世界；人和物的数据打通，则是人和线下真实实体数据能够得以打通。为什么新零售今天可以成为现实，为什么新零售在未来特别炙手可热，因为我们发现，人和物的数据是可以打通的。
端人工智能
原因在于，未来十年蕴藏着巨大的机会，就是端人工智能， AI to Edge。在客户端实现的人工智能，这就是端人工智能，它能带来大量的数据。比如百度有一个广告线下的广告，叫（聚屏）的广告，现在用的是云端的，如果它能在设备有人工智能的模块，识别性别，大概什么属性的人，有多少财产，喜欢什么，它对于人定向的运转效率会大大提升。
未来十年，端人工智能会迅速的发展成非常常见的、人工智能实现的方式，帮助我们、也帮助设备，更好的发生人与设备之间的交互；而在交互过程中，所产生的相关数据，又会被收集起来，从而帮助我们更好的认识人，认识消费者。
因此，从云端到端，或者设备端、客户端的巨大变化，帮助我们收集更多的人和设备交互的数据。试想一下，过去我们只能收集人在互联网上的行为数据；现在不用了，他在线下按门铃，去了哪个店，等等，线下也能绑定这个人，我们获取人的数据的能力将提升；不需要十年，三到五年时间就会得到大规模应用。
举个很简单的例子，疫苗如果没有按照规定生产和运输，如果传感器一直能够追踪相关信息，并且传递到云端，相应问题就能得到解决。物联网的城市里，方方面面都可以用传感器，用端人工智能解决。人和城市之间任何交互，也可以被记录下来，成为我们做营销的素材。现在我们谈人的数据，未来我们谈人和物的数据，再之后我们谈人和场的数据，以及物和场的数据。这些数据的结合，会主宰未来十年乃至二十年的数据的应用。
消失的边界
另一个话题，CMO和COO或CIO之间话语权的争夺。大家在讨论CMO或者CIO的边界在哪里。过去，营销就是营销；未来，营销必须和运营结合。过去是B2B或者B2C，现在是B2B2C。再之后渠道延伸到供应链，因为他们天生紧密相关，供应链又与生产结合在一起。
未来，我们会发现，所有这些环节，最终CGO不仅要管营销运营，还要管生产。我读研究生的时候，学到课程「大规模定制化」，或者叫「敏捷生产」，所有案例都在讲戴尔，那个案例在今天看来是单薄和幼稚的，但是将来，大规模定制化不是梦。你想买宝马汽车，在数据的帮助下，整条链条打通的情况下，你还没提出要求，后台就可以根据你的数据进行备货，可能完成了80%的工作；在你提出更详细的需求的时候，工厂只需要解决剩下20%的工作。这样的连接在未来十年一定会看到。
垂直行业数据的爆发
当我们再看大的图景,未来一定是连接的世界；当我们看更细的图景的时候，我们发现有很多有意思的变化，比如垂直行业是会爆发的，因为具有连接性。
这张图是做颠覆整个过去医院的系统，四周之内完成医院数据迁移，变成统一的医院数据管理系统，每一个医生在客户端相关的数据，右边是不同的病人，而病人也同样的使用类似的东西，并且病人借助于一些硬件的设备能够把相关的传感设备直接传递给医生，这是他们整个大系统的一部分，此外还能对每个科室，利用一定的风险计算的模型，去判断每个科室存在的风险，或者整个医院经营存在的风险，因为对每个底层数据进行抓取。乃至于它能够分析整个医院运营的状况，这一切是自动的。
另外还有两家公司，不再专门做介绍，一家是工业智能数据提供解决方，从传感器采集每一个工人的动作，机床情况，人、物、场三个产生数据的平台的相关数据进行收集，实现智能化企业从生产、到运营、到供应链等无所不包的数据智能系统。CIVIS是只聚焦客户关系管理的公司，强调的是能够做预测，基于一定的模型自动分析，帮助做分层、智能打分，等等。
DPU：人人都是数据科学家
另外一个趋势是我看到的DPU的趋势，DPU是数据处理单元（Data Process Unit）的简称。DPU是未来十年一个很火热的领域，能够帮助实现人人都是数据科学家的梦想，即便从来不了解数据，也能够轻易使用这些数据。
比如有这两家公司，Cooladata和Dremio，实现数据自动整合。在整合之后，像Outlier这样的工具，帮助你自动找到数据中间出现异常的点——当然人也可以找，但是机器往往效率要更高一些，大大缩减了人们判断的时间和空间，让你聚焦真正存在问题的地方。
另外一家公司，帮助企业自动通过数据的整合和积累，得出一些有意思的数据结论。
美国有很多这样的企业。大家知道，数据分析起来很困难，很多数据分析有共同的模型，所以未来十年我相信，这样的解决方案会迅速的成为企业或者个人的标配，比如说它迅速发现你心跳可能存在的问题，你手指放在手机上，它可以帮助你判断心跳是不是正常，这样的传感器加上基本的数据模型，加上人工智能，可能会大大提高数据的技能和实际能力，因此我把它叫做DPU。
隐私不只是权利，更是货币
有人说这会不会有隐私问题，未来的隐私问题会不会得到解决？这个漫画很好，只有失败者才会考虑隐私问题。某种程度上，这不是中国的问题，全世界都有类似的问题。我们怎么样看待隐私，和我们自己的便利，这永远是一个硬币的两面，不可能同时获得，必须做出一定程度的取舍。绝对的隐私是不存在的。
美国有一家公司做的是，如果你愿意，可以销售自己的隐私数据，当然销售的数据是你自己可以控制的，哪些愿意销售，哪些不愿意销售，用于SDC相关的APP。与其让别人卖你的隐私，不如自己卖自己的隐私。通过贩卖隐私获得的收入，不一定是更坏的事情。有很多人问我说，中国会不会像欧盟一样实施严格的隐私制度，我个人认为十年内可能性非常小，但是十年以后不好说。当然那个时候，技术发生很大的变化，端人工智能比比皆是，情况也许很不一样了。
数据所有权和使用权分离
隐私永远是一个问题。由于隐私的存在，在未来的十年，我们会看到更多的数据所有权和使用权发生严重的分离。你用到阿里和腾讯的数据，但是你不能拥有。因此我相信，围墙花园这个事情在未来十年不会得到解决，围墙只会越来越高。大家知道，获取数据的黑客方法只会越来越多。
今天，互联网的垄断实在到了不可不管的地步，非常令人担忧，但是国家不一定会关心，它却事关国家的命运。总体而言，今天的垄断比过去要严重得多，因为过去垄断的是资源，今天垄断的不仅仅是资源，还有资源背后的数据，是很可怕的事情。
下一个十年不会发生的
有人说，人工智能未来十年会比人聪明，我认为不可能，看你怎么定义。也许聪明不是智力，人最大的智力来自于经验和精力，我们出去旅游，见识这个世界的时候，踩「坑」的时候，机器永远不会发生这样的事情。未来十年，机器也不会取代人做这些事情。所以我一直认为，营销永远不会被机器取代。
但是，机器会加速人的思考，帮助人发挥自己的智力，发挥人们的经验和精力。直到有一天，机器像人一样存活在这个世界上，他亲自去旅游，和人交互，或许真正的人工智能就会诞生。
另一个，是人和机器的结合。人体和机器在未来十年还不会结合，或者人还不大愿意在身体里植入芯片或者机器。
纯机器智能分析还很难做到，皆因数据质量有挑战，数据的干净程度很糟糕，未来十年还会做很多的工作，机器不太可能代替人去清洗这些数据。所以在未来的十年，还做不到纯机器的智能分析，但是机器可以帮助你分析在干净数据中的异常。
最后，很多人问我，未来有没有完美的消费者旅程和归因分析，我认为还很难做到。原因在于，我们只能看一个消费者的局部，哪怕有很多传感器，在线上、线下不断获取这个人的数据，我们也很难把这些数据整合起来判断：他是谁？做了什么？至少在未来十年，还比较难以实现。
十年以后，有很多可以期待的东西，十年之后也会有很多的变化。我相信：硬件的变化是推动这一切的幕后最大力量，而不是算法和营销的方法，只有硬件在不断改变人们的生活，并且创造下一个十年的数字世界，谢谢。
